Bild från Royal Astronomical Society🌌 Upptäckt av Astronomer En astronom har upptäckt en teknik för att använda galaxmätningsverktyg för att identifiera AI-förfalskningar. Detta innebär att verktyg från astronomi kan komma till nytta för att hantera AI-relaterade utmaningar.🔭 Teknologi och Galaxer Genom att tillämpa metoder och verktyg från astronomi på AI-förfalskningar öppnas nya möjligheter för att bekämpa denna typ av bedrägerier och manipulation.I en fascinerande utveckling har forskare vid University of Hull introducerat en banbrytande metod för att upptäcka AI-genererade djupfalska bilder genom att analysera reflektioner i människors ögon. Denna teknik som presenterades på Royal Astronomical Societys nationella astronomimöte förra veckan, anpassar verktyg använda av astronomer för att studera galaxer till att granska konsekvensen i ljusreflektioner i ögonen.Automatiserad detektion och tekniken bakomMetoden bygger på principen att ett par ögon belysta av samma ljuskällor vanligtvis kommer att ha likformade uppsättningar av ljusreflektioner i varje öga. Många AI-genererade bilder skapade hittills tar inte hänsyn till ögonreflektioner, så de simulerade ljusreflektionerna är ofta inkonsekventa mellan varje öga. Forskarteamet lett av Adejumoke Owolabi, en MSc-student vid University of Hull, under handledning av Dr. Kevin Pimbblet professor i astrofysik, har utvecklat en teknik för att automatiskt upptäcka dessa inkonsekvenser.För att kvantifiera och jämföra ögonreflektionerna använde forskarna Gini-koefficienten, vanligtvis använd för att mäta ljusdistribution i galaxbilder, för att bedöma enhetligheten av reflektioner över ögonpixlar. En Gini-värde närmare 0 indikerar jämnt fördelat ljus, medan ett värde som närmar sig 1 tyder på koncentrerat ljus i en enda pixel. Denna metod liknar hur astronomer mäter galaxform genom att analysera om de är centralt kompakta, symmetriska och hur släta de är, samt ljusdistributionen.En växande kapplöpning för upptäcktMedan ögonreflektionstekniken erbjuder en potentiell väg för att upptäcka AI-genererade bilder, kanske metoden inte fungerar om AI-modeller utvecklas för att inkorporera fysiskt korrekta ögonreflektioner, kanske tillämpade som ett senare steg efter bildgenerering. Tekniken kräver också en klar, närbild av ögonen för att fungera effektivt. Dessutom finns risken för falska positiva resultat, eftersom äkta foton ibland kan visa inkonsekventa ögonreflektioner på grund av varierande belysningsförhållanden eller efterbehandlingsmetoder.